基于卷积神经网络的智能分类垃圾系统设计

该设计的目的是为了提高垃圾分类的效率,更好、更准确的完成垃圾分类工作。设计利用图像分类技术和迁移学习方法,对轻量级Mobile Net卷积神经网络进行迁移学习,构建垃圾分类模型,通过不断给机器“喂数据”的机器自学习过程,提高识别准确性。测试表明,系统对相关特征比较明显的垃圾可以达到98%左右的识别准确率,达到了预期设计目标。     

基于视觉引导的机器人抓取分类系统设计

为了解决流水线的快速抓取及分类问题,采用六自由度串联工业机器人和SCARA 四轴机器人结合,配合3D 和2D 相机,搭建了一套智能分类抓取系统。基于Halcon 视觉处理平台,在Qt 软件框架下进行二次开发,构建了机器人视觉引导的自动抓取和分类软件框架。通过相机采集图像,并在上位机中经图像预处理、位姿估计、模板匹配等步骤后,得到三维位姿或中心坐标,并发送给机器人实行智能抓取,从而实现对多种堆叠物块的识别和抓取。实验结果表明,通过视觉定位得到的物块中心位置和机械手实际抓取测量之间的误差为0.05~1.22 mm,摆放角度在5°以内时,分拣效率比人工分拣提高了62%左右,可以更好地满足实际企业生产的需求。     

基于模糊分类规则树的文本分类

针对传统的基于关联规则的文本分类方法在分类文本时需要遍历分类器中的所有规则,分类效率非常低的问题,提出一种基于模糊分类规则树（FCR-tree）的文本分类方法.分类器中的规则以树的形式存储,由于树型结构避免了重复结点的存储,节省了存储空间.模糊分类关联规则与一般分类规则相比,不仅包含了词条信息,还包含了词条出现频度对应的模糊集,所以FCR-tree的构建过程及树的结构不同于一般规则树CR-tree.为降低构建及遍历FCR-tree的难度,采用了构造多棵k-FCR-tree的方法.在搜索规则树时,如果结点中的词条没在待分类文本中出现,则不需要再搜索该结点引导的子树,大大减少了需要匹配的规则的数量.实验表明该方法是可行的,与遍历分类器的分类方法相比,分类效率有了明显提高.     

基于CCD车载图像压缩系统设计

针对CCD图像传感器的特点，将CCD的光纤图像传输系统，通过CPU转换，变成无线传输．无线传输带宽有限的特点，设计了一种车载图像采集设备的压缩系统，此系统具有大比例、多分辨率压缩的特点，能够根据无线信道的情况按需配置图像压缩比．     

基于扩展角分类神经网络的文档分类方法

CC4神经网络是一种三层前馈网络的新型角分类（corner classification)训练算法，原用于元搜索引擎Anvish的档分类。当各档之间的规模接近时，CC4神经网络有较好的分类效果，然而当之间规模差别较大时，其分类性能较差。针对这一问题，本意图扩展原始CC4神经网络，达到对档有效分类的效果。为此，提出了一种基于MDS－NN的数据索引方法，将每一档映射至k维空间数据点，并尽可能地保持原始档之间的距离信息，其次，通过将索引信息变换为CC4神经 网络接受的0，1序列，实现对CC4神经网络的扩展，使其能够接受索引信息作为输入，实验结果表明对相互之间规模差别较大的档，扩展CC4神经网络的性能优于原始CC4神经网络的性能。同时，扩展CC4神经网络的分类精度与档索引方法有密切关系。     

计算机辅助分类主题标引系统设计——《中国分类主题词表》电子化

本文从计算机辅助标引的原理、构成、性能等方面对一个计算机辅助分类主题标引系统进行了分析阐述;兼论了《中国分类主题词表》的电子化问题。     

基于线阵 CCD 的光谱检测系统设计

系统采用线阵 CCD 对光谱进行检测,围绕 CCD 的驱动时序电路、CCD 的数据高速采集电路、高速 A/D 转换电路、数据存储和结果显示做了较深入的研究。采用 FPGA 芯片进行编程实现,数据采集电路由 FPGA 与 AD 芯片 TLC5510共同完成,数据的存储由 SDRAM 来完成,LCD12864的显示电路采用的也是 FPGA 的驱动;产生光谱的光路部分采用的是三角棱镜来进行分光,将白光分为我们所需要的光谱并进行测量,并检测了物质对入射光吸收后,光谱的改变。     

基于FPGA的高帧频CCD电子学系统设计

为了获取高质量、高帧频图像数据,设计了一套基于帧转移型CCD的电子学系统。整个系统以DALSA公司FTT1010M图像探测器为核心,以xilinx公司FPGA—XC2V3000为逻辑控制单元结合高速AD—LM98640展开,并配合外部存储器完成对数据的处理。首先,给出了系统的总体设计方案,分析了FTT1010M的工作特性,确定了系统工作参数;其次,详细介绍了CCD探测器驱动时序和高速AD工作时序设计;最后,结合片外SRAM在FPGA内完成高速图像数据的处理与整形。实验结果表明,CCD在33 MHz读出频率时,帧频可达50帧/秒,并可实现对5等星的探测。系统性能稳定、可靠,设计理念具有较好的可扩展性。     

基于核心素养的高中数学分类讨论教学研究

应用分类讨论思想不仅有利于帮助学生快速形成解题思路,提高解题效率,而且有利于培养思维的全面性和深刻性,有利于发展学生的逻辑思维能力,进而提高学生的核心素养.文章阐述了分类讨论思想的意义及作用,也谈了几点存在的不足,教学中可以有针对性地采取一些行之有效的应对策略来提升和强化学生的分类意识,进而促进学习能力提升.     

球形果蔬差压预冷过程实验研究

通过搭建的果蔬差压预冷实验台分别研究了不同的送风速度、开孔大小、开孔形状及排列方式,对球形果蔬在差压预冷过程中所产生的影响,实验结果发现：风速越大球形果蔬降温速率越快,冷风送风速度1.5～2m/s为最经济送风风速;椭圆形的送风口球形果蔬降温速度最快;交叉排列摆放方式降温速度快,但降温的均匀性较差;     

基于机器视觉技术的番茄苗分类和排序技术研究

传统番茄苗选择中,往往是操作员根据形态学特征,基于视觉评分标准来识别幼苗,这是一种主观的、容易发生人为错误的方法。针对这一问题,文章基于机器视觉技术设计了一种全自动移栽番茄苗分级分选算法,选择UXGA(Ultra eXtended Graphics Array)极速扩展图像阵列相机、蓝色背光和滤光装置获取番茄幼苗图像信息,从图像信息中确定幼苗的弯曲度、叶片节点和茎粗,然后对其进行分级和排序,进而将这些幼苗分级为“可接受”和“剔除”。结果表明,根据番茄苗茎的粗细,将幼苗分级,分为大、中、小三类,具有良好的效果。该算法不仅适用于番茄幼苗,还可以应用于茄子、辣椒和许多其他幼苗,分选成功率为97%。     

基于 LSTM-Attention 的农业短文本信息分类研究

农业短文本中包含词数较少,导致语义获取不充分和分类效果下降。利用 Attention 机制加强关键词在分类时的权重,并结合 BiLSTM 设计 LSTM-Attention 模型。对 30 000 份原始数据经过中文分词、句法分析、文本向量化后,将 LSTM-Attention 模型训练成一个 LSTM-Attention 分类器,解决分类器对待分类文本数据敏感的问题。利用 30 000 份标准数据和加 30%干扰信息的复杂数据测试分类器分类效果,结果表明,LSTM-Attention 模型分类正确率达 98.59%,比传统 LSTM 模型高 3.72%,比 BiLSTM 模型高 1.61%,说明使用 BiLSTM 结 合 Attention 机制能够有效提升农业短文本分类效果。利用不同测试数据对 LSTM-Attention 分类器测试发现,LSTM-Attention 分类器具有良好收敛性,其分类效果不依赖于分类数据特征,分类效果稳定性佳。     

基于突发事件新闻网页的文本分类方法研究

从对突发事件新闻结构特点的分析出发,进行了特定领域文本分类方法的探讨。其中根据文本特点,摒除信息量小的部分,将标题、首部等作为标引源,提高了分类速度。在特征抽取中综合考虑字与词对于文本分类的作用,提高了分类精度。     

基于支持向量机的栗属树种分类研究

形状特征是物体识别的重要依据。同时,分类算法的选择也将对识别的性能造成很大影响。围绕上述两个问题,以栗属树种的果实图像为例,在准确分割出目标图像的基础上,分别应用不变矩和边界矩提取其形状特征值,并使用支持向量机算法对栗属树种果实图像进行分类。实验结果表明:基于支持向量机的栗属树种果实图像分类识别准确率可达到87.5%,识别的结果较为理想。     

基于CCD成像技术的牛顿环实验研究

利用CCD成像测量技术,对牛顿环的定域和非定域干涉图像进行采集,建立在线测量系统,根据数字图像处理的相关理论进行分析处理并得出测量结果.这种基于CCD成像技术的牛顿环实验测量方案,避免了在检测过程中由于许多人为因素影响而造成的对测量结果准确性的影响,具有很强的理论性和实用性.     

一种加权的KNN中文问句分类方法研究

针对特定领域的智能答疑系统中问句分类,利用加权LSA计算问句之间的语义相似度和KNN算法构造分类器进行问句分类,并对KNN分类算法及改进的KNN分类算法进行实验比较。结果表明加权的KNN分类器分类效果最好,达到了90．8％的精确率。     

基于SVM技术的文本分类研究

SVM(Support Vector Machine,支持向量机)是由Vapnik等人提出的一种新的机器学习方法。以结构误差理论、条件二次优化理论与核空间理论作为理论基础,能够较地的解决机器学习的问题,如模型选择、过学习、非线性问题和灾难维数等,很适合应用在文本分类领域。针对文本分类技术的新问题,研究了已有的主动学习方法并对其进行改进,提出了一种新的主动学习算法,很好地解决了小规模标注样本集的分类问题。该方法尤其在难以获得大量类标签或者标注样本耗费较大的领域,更能显示出它的优越性,适合日新月异的互联网的应用。     

《果蔬贮运学》双语教学改革初探

初步探索将专业词汇和英文文献引入《果蔬贮运学》的教学过程,并分析该教学方法改革的优势和不足,为进一步进行双语教学改革提供理论依据和实践基础,对食品科学与工程专业人才培养起到积极的推动作用。     

基于分层抽样的垃圾减量分类效果研究

针对垃圾减量分类过程中基础数据分项及颗粒度是否足够等问题进行理论的探讨,综合利用了分层抽样、回归分析等方法,得出了深圳市垃圾减量分类活动的效果.参考台湾的垃圾减量分类措施,建立干预分析模型.通过预测未来深圳5年的人口变化以及城市生活垃圾人均日清运量得到深圳市垃圾减量分类后的最好结果与最坏结果.建议政府加强垃圾分类的推行力度并增加垃圾分类宣传推广的投入.